Classificações de Uso e Cobertura da Terra


Mapas classificados de cobertura e uso da terra gerados automaticamente com algoritmos de inteligência artificial

Figura 1. Tiles classificados pelo projeto BDC – LCC Landsat-8 16D STK Pantanal.

O projeto Brazil Data Cube propõe o uso de cubos de dados obtidos a partir de sensores embarcados nos satélites Aqua, Terra, Landsat 8, Sentinel-2 e CBERS 4 para melhorar significativamente a extração de informação sobre as dinâmicas de uso da terra no Brasil, usando métodos de inteligência artificial, aprendizado de máquina e análise de séries temporais.

Por meio das informações extraídas dos cubos de dados de imagens dos satélites Landsat-8 e Sentinel-2, coleções LC8_30_16D_STK-1 e S2-SEN2COR_10_16D_STK-1, respectivamente, foram geradas classificações de uso e cobertura da terra para três biomas brasileiros: Amazônia, Cerrado e Pantanal (Figura 1). As classificações usam principalmente dois pacotes do R (Ihaka & Gentleman, 1996): o sits (v0.12.0) (Simões et al., 2021a), para fazer as classificações, e o rstac (Simões et al., 2021a), para fazer intercâmbio de dados pela Internet.

As amostras usadas no treinamento dos modelos de classificação foram coletadas de diferentes formas: (1) in situ, ou seja, coleta feita no campo; (2) através de interpretação visual de imagens de sensoriamento remoto, feia por especialistas do projeto BDC ou por parceiros; e (3) coleta baseado na concordância entre mapas de base feitos por terceiros.

Mapas classificados

Os mapas classificados e suas respectivas descrições detalhadas estão disponíveis no portal BDC e podem ser acessados pelos seguintes links:

Amazônia (desmatamento)
Amazônia (uso e cobertura)

Publicações associadas:

Rstac: An R Package to Access Spatiotemporal Asset Catalog Satellite Imagery

by Rolf Simoes¹; Felipe Carvalho de Souza¹; Matheus Zaglia¹; Gilberto Ribeiro de Queiroz¹; Rafael D. C. dos Santos¹; Karine Reis Ferreira¹ 1Earth Observation and Geoinformatics Division, National Institute for Space Research (INPE), Avenida dos Astronautas, 1758, Jardim da Granja, Sao Jose dos Campos, SP 12227-010, Brazil DOI: https://doi.org/10.1109/IGARSS47720.2021.9553518 Publisher: IEEE  | 12 October 2021 Published in: 2021 IEEE International Geoscience and Remote Sensing …

Satellite Image Time Series Analysis for Big Earth Observation Data

by Rolf Simoes 1 , Gilberto Camara 1, Gilberto Queiroz 1, Felipe Souza 1, Pedro R. Andrade 1, Lorena Santos 1, Alexandre Carvalho 2 and Karine Ferreira 1 1National Institute for Space Research (INPE), Avenida dos Astronautas, 1758, Jardim da Granja, Sao Jose dos Campos, SP 12227-010, Brazil 2National Institute for Applied Economics Research, SBS, Quadra 1 Bloco J, Brasília, DF 70076-900, Brazil Remote Sens. 2021, 13(13), …

Ihaka, R., & Gentleman, R. (1996). R: A Language for Data Analysis and Graphics. Journal of Computational and Graphical Statistics, 5(3), 299. https://doi.org/10.2307/1390807

Alguns artigos de classificação de uso e cobertura da terra que usaram os produtos geradas pelo projeto BDC:

Chaves, M. E. D., Soares, A. R., Sanches, I. D., & Fronza, J. G. (2021). CBERS data cubes for land use and land cover mapping in the Brazilian Cerrado agricultural belt. International Journal of Remote Sensing, 42(21), 8398–8432. https://doi.org/10.1080/01431161.2021.1978584

Picoli, M. C. A., Simoes, R., Chaves, M., Santos, L. A., Sanchez, A., Soares, A., Sanches, I. D., Ferreira, K. R., & Queiroz, G. R. (2020). CBERS DATA CUBE: A POWERFUL TECHNOLOGY FOR MAPPING AND MONITORING BRAZILIAN BIOMES. ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences, V-3–2020(3), 533–539. https://doi.org/10.5194/isprs-annals-V-3-2020-533-2020

Simoes, R., Picoli, M. C. A., Camara, G., Maciel, A., Santos, L., Andrade, P. R., Sánchez, A., Ferreira, K., & Carvalho, A. (2020). Land use and cover maps for Mato Grosso State in Brazil from 2001 to 2017. Scientific Data, 7(1), 34. https://doi.org/10.1038/s41597-020-0371-4